基于新型持续葡萄糖监测（CGM）技术的妊娠期糖尿病（GDM）个体化早期诊断与治疗系统

中国拥有2.33亿糖尿病患者，带来了巨大的社会负担。 迫切需要早期识别和干预糖尿病。 近年来，越来越多的证据凸显了生命早期发育环境在糖尿病发病机制中的关键作用。 早在1986年，Barker教授就提出了健康与疾病的发育起源（DOHaD）理论。 我们的研究团队此前通过队列研究首次在中国人群中验证了这一理论，证明不良的宫内环境会导致后代糖代谢异常，而生命早期的干预可以有效预防成人期糖尿病。

根据国际糖尿病联盟的《糖尿病地图》（第11版），全球妊娠期高血糖的发生率为16.7%，其中妊娠期糖尿病（GDM）占病例的80%。 这意味着每五名活产婴儿中就有一名在生命早期暴露于不良的宫内环境，增加了其在成年期出现超重、肥胖和糖尿病等代谢紊乱的风险。 GDM显著增加了不良妊娠结局的风险，严重威胁母亲和后代的代谢健康。 因此，早期高效地诊断和预防GDM对于改善母婴代谢健康至关重要。

目前GDM的诊断依赖于在妊娠24-28周进行的口服葡萄糖耐量试验（OGTT），其存在局限性，如静态、单时间点测量、操作复杂、诊断延迟以及有效干预时间有限。 因此，迫切需要开发用于GDM早期预测和诊断的新技术。

孕早期持续葡萄糖监测（CGM）具有诸多优势，包括提供24/7的详细血糖数据、检测隐匿性高血糖、评估血糖变异性以及与AI辅助分析兼容，在GDM的早期诊断和管理方面显示出巨大潜力。 此前，我们的团队将CGM应用于2型糖尿病患者，并获得了中国发明专利“使用CGM改善2型糖尿病血糖管理和监测（CN 109637677A）”。 近年来，CGM已广泛应用于糖尿病管理，并开始用于管理1型糖尿病孕妇的HbA1c水平。 然而，其在2型糖尿病孕妇和GDM孕妇中的应用研究仍处于早期阶段。 目前缺乏利用CGM结合人工智能在孕早期进行GDM早期诊断和预测的研究。

此外，多项研究探索了GDM的风险因素和生物标志物，以实现早期筛查并预测母婴结局。 然而，大多数研究仅限于单一组学方法或较晚的妊娠时间点，存在诸多限制。 在更早的妊娠时期、跨多个时间点并利用多组学方法进行的研究，将进一步揭示能够预测GDM母婴结局的生物标志物。

因此，我们团队计划建立一个覆盖妊娠期和围产期的GDM母婴队列。 我们的目标是基于CGM提出GDM的早期诊断标准，开发适用于临床的AI驱动工具用于分析和解读CGM数据，并制定GDM的辅助诊断策略。 我们将探索适用于预测母婴结局的CGM参数和多组学生物标志物。 基于这些发现，我们有望建立一个GDM智能管理平台，这将推进GDM诊断和治疗的临床窗口期，改善母婴的短期和长期健康结局。